|
雷达技术已经经过二十年的发展，完全进入了成熟期，然而4D成像雷达尚处于从新兴领域过渡到快速发展期之间。正如Yole Développement在最新的《2022 年汽车雷达报告》中指出：“在芯片层面，恩智浦和英飞凌占据了大部分市场份额。尽管雷达市场已经成熟多年，但 Yole 的分析师看到了市场涌现出许多新玩家并获得了设计胜利，无论是在系统层面的包括麦格纳、摩比斯、威孚等，以及芯片层面的Arbe、Uhnder、和Vayyar等公司都在积极布局这一市场。此外，包括华为、高通、英特尔等大型科技公司也在积极投资这一领域。这给领先的Tier 1和半导体芯片商带来了巨大压力，他们需要比通常的时间周期更快地进行创新。因此，领先企业正在寻求协同效应，要么进行整合，要么转向垂直整合。” 为升科科技股份有限公司CTO蔡青翰解释道，4D成像雷达的四个维度分别为：Range（距离）、Velocity （速度）、Azimuth （水平角度）和Elevation （俯仰角度），借助4D成像雷达，汽车的感知系统得以飞跃式提升。
如图所示，相较于传统雷达，4D雷达增加了高度的辨识，同时距离更远，精度更高。 为升科科技（CubTEK）的4D雷达，被恩智浦带到了CES 2022展台上，向国际客户展示最新的基于S32R45 MPU以及第二代RFCMOS MMIC TEF8232 的Demo。
如上图，在CES 2022展会上，恩智浦CTO Lars Reger特别介绍了恩智浦与为升科联合展示的Demo，该Demo由多颗级联TEF82xx雷达射频芯片，并结合S32R45雷达处理器芯片所构建的4D成像雷达方案，可实现360度环绕感知，从而满足L2+级至L5级的自动驾驶需求。该方案最大的亮点在于率先提供了短距、中距、长距三合一的并发多模雷达感测，可实现对汽车周围宽广视场的同时感测。为了达到这个目标，恩智浦与为升科利用创新架构，通过配置低复杂度传感器实现了192个虚拟天线通道，来提高原始传感器硬件的性能。 具体而言，4D雷达的通道数更多，因此可以增加高度这一维度。传统的雷达受限于通道数，在垂直维度布置的通道相对有限，易受到道路上地面多径干扰的影响，因此难以探测出高度信息。“在一个融合的驾驶系统里，传统毫米波雷达对于静止障碍物给出的置信度是很低的。”华域汽车系统股份有限公司电子分公司技术中心执行总监石磊介绍道。“传统雷达会把地面的井盖、减速带、路牌等目标误报为前方障碍物，从而影响传感器的准确融合感知。而成像雷达则可以通过高度数据检测解决这一问题。” 对于高度灵敏的优势，石磊以华域LRR30两片级联的实测数据为例，在完全没有滤波的情况下，可以识别180米远的易拉罐，或者190米远的地方识别出橡胶轮胎。不过石磊也坦言，基于高灵敏度，目前还需要与OEM一起探讨更多的实际价值。 对于高分辨率的优势，成像雷达通过更多的通道数，以及系统架构的先进设计，实现更高的角分辨率，这也是传统雷达的固有弱点之一。石磊同样以实测数据为例，在2度角分辨率的情况下，可以分辨出50米之外相距1.8米的两个人。 “实测表明，4D雷达可同时支持距离维、速度维和角度维三个维度的高分辨率，可以得到停车场的准确轮廓，从而实现基于毫米波和环视的自动泊车和代客泊车系统。”石磊举例道。 蔡青翰以实用性角度解释了4D雷达的必要性，比如在ACC（自适应巡航）过程中，如果要准确分辨出300米之外的两辆车，水平角分辨率一定要达到1度以下，传统雷达或两片级联也无法实现，只能依靠4D雷达。其次，比如在150米的前方有一个6.5米高的红绿灯，如果准确判断出红绿灯是在空中还是在地上，需要达到2度的垂直角分辨率，这也是传统雷达无法实现的。第三则是围绕着传感器融合而言，传统雷达点云密度稀疏，无法做到具体的物体分类。诚然物体分类主要依靠摄像头执行，但如果图像传感器失效的话，4D雷达还可以进行物体分类，从而为整个ADAS和自动驾驶提供足够的系统冗余。第四，是与激光雷达的融合，在恶劣气候环境中，激光雷达的能见度迅速降低，比如在大雨环境中，激光雷达的侦测距离会衰减50%，而成像雷达实测还是可以到达300米。 恩智浦全球副总裁，ADAS产品线总经理Steffen Spannagel对此预言道：“我们认为摄像头和雷达会共存，因为它们的优缺点互补性非常强。而对于激光雷达而言，恩智浦认为成像雷达极大可能降低或取代激光雷达。尽管目前成像雷达还位于发展的早期，但随着性能的大大提升，在理想情况下最终能够取代激光雷达。” 根据Yole的数据显示，全球毫米波雷达市场规模预计将由2019年的205亿美元增长至2025年的280亿美元，年复合增长率为5%。车载毫米波雷达市场规模预计将由2019年的55亿美元增长至2025年的105亿美元，年复合增长率达到11%。 Yole特别指出，成像雷达将推动下一波增长浪潮，到 2027 年达到43亿美元，占整个汽车雷达市场的30%。
而根据Strategy Analysis和恩智浦的预计，未来随着自动驾驶级别的不断前进，对于77GHz雷达数量的需求不断增长，从数量到价值都将不断提高。Spannagel表示，预计到2030年，L2+的汽车销量将占全部汽车销量的43%，L3-L5级别的汽车销量将占4%，也就是说约有一半左右的汽车将采用4D成像雷达技术，这不光给恩智浦，也给其合作伙伴带来了更多的机会。 Spannagel说道，中国汽车半导体市场去年增长了45%，ADAS和雷达市场增长更加强劲，在成像雷达领域，中国的企业甚至都是领先于海外的，也正因此“恩智浦把中国市场看成恩智浦非常关键和重点的雷达市场。” 隼眼科技CTO张慧博士认为，雷达涉及到成像技术后，要引入深度学习和人工智能等算法，除此之外，为了满足高分辨率要求，射频前端的通道数越来越多，这两方面都对MCU的算力有了更多要求。S32R45单芯片算力就可以满足4片MMIC级联，也正因此业界正在大量从FPGA迁移至MCU，从而实现更高的性价比以及更简单的开发。 而对于射频前端而言，级联给天线阵列的馈电网络设计带来了新挑战。NXP最新的TEF82xx系列MMIC除了支持底部散热之外，还支持顶部散热设计，因此可以采用背馈天线，从而在尺寸、馈线损耗、馈线辐射、角分辨，稳健性和精度方面得到大幅度的优化。 设计方法学的革新方面，为此隼眼科技联合了合作伙伴，采用了数字孪生的计算平台，实现更好的车路协同的虚拟验证。 对于电子系统而言，高集成度可以带来最直接的好处，石磊表示，得益于恩智浦的S32R41 MCU，LRR30最多可以输出1024点4D点云并追踪多达64个目标，同时方案尺寸小巧，既可以满足前向雷达需求，同时也可以满足空间要求苛刻的角雷达应用。 目前，华域汽车正在研发的LRR40采用了恩智浦的S32R45，最多可输出3072点4D点云及128个目标。S32R45强大的处理能力，除了可支持前向雷达的点云之外，还刻意融合全车的点云数据，实现基于雷达的SLAM和FREESPACE等功能，同时还可以执行伪随机混合数字调制解调编码，从而获得更高的抗干扰能力。 蔡青翰则强调了算法在毫米波雷达领域的重要性。他表示，为升科和恩智浦共同开发了包括针对MIMO虚拟通道的滤波算法、天线干扰抑制算法、高精度AOA（到达角测量）算法等。最终实现水平角分辨率小于一度，垂直角分辨率小于两度的成像雷达，最终实现300米测距，20FPS数据速率输出，每秒可生成8万个点云。而针对海量数据的处理，为升科也在利用AI技术实现目标分类。 尽管2022年，S32R45为代表的成像雷达技术将成功量产，但成像雷达技术的发展还远不止于此。张慧表示：“传统纯雷达信号处理正在向深度学习、人工智能方面的处理发展，这将对雷达和计算平台的算力提出更高的要求，一方面是需要前端雷达算力的继续提升，另外则是可通过分布式架构，与计算平台实现有机整合。同时，随着人工智能的发展，雷达也可以像摄像头一样以OTA或自学习的方式自我进化。除此之外，未来随着毫米波雷达的普及，除了汽车之外，交通设施也可以集成更多的传感器，从而实现感知协同，而不只是通过类似V2X的通信标准获得协同。” 石磊则补充表示：“随着成像雷达实现了更高分辨率，摄像头与雷达的融合策略正在从目标机融合转向特征级融合或原始点云融合，从而更多的保留原始信息；此外，此前毫米波雷达饱受诟病的分辨率问题，已经通过四片级联方式解决，如今更突出的问题是动态范围不足，市场对其有着强烈的提升需求。” |
|
|
